Introducción
En una muestra estratificada, los investigadores dividen una población en subpoblaciones homogéneas denominadas estratos (el plural de estrato) en función de características específicas (p. ej., raza, identidad de género, ubicación, etc.). Cada miembro de la población estudiada debe estar exactamente en un estrato.
Luego, cada estrato se muestrea utilizando otro método de muestreo probabilístico, como el muestreo por conglomerados o el muestreo aleatorio simple, lo que permite a los investigadores estimar medidas estadísticas para cada subpoblación.
Los investigadores confían en el muestreo estratificado cuando las características de una población son diversas y quieren asegurarse de que cada característica está representada correctamente en la muestra.
Desarrollo del tema
Cuándo usar el muestreo estratificado
Para utilizar el muestreo estratificado, debe poder dividir su población en subgrupos mutuamente excluyentes y exhaustivos. Eso significa que cada miembro de la población se puede clasificar claramente en exactamente un subgrupo.
El muestreo estratificado es la mejor opción entre los métodos de muestreo probabilístico cuando cree que los subgrupos tendrán diferentes valores medios para las variables que está estudiando. Tiene varias ventajas potenciales:
- Asegurar la diversidad de su muestra. Una muestra estratificada incluye sujetos de cada subgrupo, asegurando que refleje la diversidad de su población. Es teóricamente posible (aunque poco probable) que esto no suceda cuando se utilizan otros métodos de muestreo, como el muestreo aleatorio simple.
- Garantizar una variación similar. Si desea que los datos recopilados de cada subgrupo tengan un nivel similar de variación, necesita un tamaño de muestra similar para cada subgrupo.
Con otros métodos de muestreo, podría terminar con un tamaño de muestra bajo para ciertos subgrupos porque son menos comunes en la población general. - Reducir la varianza general en la población. Aunque su población general puede ser bastante heterogénea, puede ser más homogénea dentro de ciertos subgrupos.
Por ejemplo, si está estudiando cómo un nuevo programa escolar afecta las calificaciones de los exámenes de los niños, es muy probable que tanto las calificaciones originales como cualquier cambio en las calificaciones estén altamente correlacionadas con los ingresos familiares. Es probable que las puntuaciones se agrupen por categoría de ingresos familiares.
En este caso, el muestreo estratificado permite obtener medidas más precisas de las variables que desea estudiar, con menor varianza dentro de cada subgrupo y, por lo tanto, para la población en su conjunto.
- Permitir una variedad de métodos de recopilación de datos. A veces, es posible que necesite usar diferentes métodos para recopilar datos de diferentes subgrupos.
Por ejemplo, para reducir el costo y la dificultad de su estudio, es posible que desee muestrear sujetos urbanos yendo de puerta en puerta, pero sujetos rurales usando el correo.
| Ejemplo de investigación Te interesa saber cómo afecta tener un doctorado a la brecha salarial entre identidades de género entre los egresados ??de una determinada universidad. Debido a que solo una pequeña proporción de los graduados de esta universidad han obtenido un doctorado, usar una muestra aleatoria simple probablemente le daría un tamaño de muestra demasiado pequeño para comparar adecuadamente las diferencias entre hombres, mujeres y aquellos que no se identifican como hombres o mujeres con doctorado frente a los que no lo tienen. Por lo tanto, decide utilizar una muestra estratificada, basándose en una lista proporcionada por la universidad de todos sus graduados en los últimos diez años. |
Paso 1: Defina su población y subgrupos
Al igual que otros métodos de muestreo probabilístico, debe comenzar definiendo claramente la población de la que se tomará la muestra.
Elección de características para la estratificación
También debes elegir la característica que utilizarás para dividir tus grupos. Esta elección es muy importante: dado que cada miembro de la población solo puede ubicarse en un solo subgrupo, la clasificación de cada sujeto en cada subgrupo debe ser clara y obvia.
Estratificar por múltiples características
Puede optar por estratificar por múltiples características diferentes a la vez, siempre que pueda hacer coincidir claramente cada tema con exactamente un subgrupo. En este caso, para obtener el número total de subgrupos, multiplica el número de estratos para cada característica.
Por ejemplo, si estuviera estratificando por raza e identidad de género, utilizando cuatro grupos para el primero y tres para el segundo, tendría 4 x 3 = 12 grupos en total.
Ejemplo: Estratificar por múltiples características
Su población son todos los graduados de la universidad en los últimos diez años. Se estratifican tanto por identidad de género como por grado recibido.
Paso 2: Separar la población en estratos
A continuación, recopile una lista de todos los miembros de la población y asigne cada miembro a un estrato. Debes asegurarte de que cada estrato sea mutuamente excluyente (no hay superposición entre ellos), pero que juntos contienen a toda la población.
Ejemplo: Separación de la población en estratos
Compile una lista del nombre de cada graduado, la identidad de género y el título que obtuvieron. Usando esta lista, se estratifica en dos características: identidad de género, con tres estratos (masculino, femenino y otros), y grado, con tres estratos (licenciatura, maestría y doctorado).
Combinando estas características, tienes nueve grupos en total. Cada graduado debe ser asignado a exactamente un grupo.
| Característica | Estratos | Grupos |
|---|---|---|
| Identidad de género | – Femenino – Masculino – Otro | – Hombres graduados de licenciatura, – Mujeres graduadas de licenciatura, – Otros graduados de licenciatura – Hombres graduados de maestría, – Mujeres graduadas de maestría, – Otros graduados de maestría – Hombres graduados de doctorado, – Mujeres graduadas de doctorado, – Otros graduados de doctorado |
| La licenciatura | – Licenciatura – Maestría – Doctorado |
Paso 3: Decidir el tamaño de la muestra para cada estrato
Primero, debe decidir si desea que su muestra sea proporcionada o desproporcionada.
Muestreo proporcional versus desproporcionado
En el muestreo proporcional, el tamaño de la muestra de cada estrato es igual a la proporción del subgrupo en el conjunto de la población.
Los subgrupos que están menos representados en la población general (por ejemplo, las poblaciones rurales, que constituyen una porción menor de la población en la mayoría de los países) también estarán menos representados en la muestra.
En el muestreo desproporcionado, los tamaños de muestra de cada estrato son desproporcionados a su representación en la población como un todo.
Puede elegir este método si desea estudiar un subgrupo particularmente subrepresentado cuyo tamaño de muestra sería demasiado bajo para permitirle sacar conclusiones estadísticas.
Tamaño de la muestra
A continuación, puede decidir el tamaño total de la muestra. Esto debería ser lo suficientemente grande para garantizar que pueda sacar conclusiones estadísticas sobre cada subgrupo.
Si conoce el margen de error y el nivel de confianza deseados, así como el tamaño estimado y la desviación estándar de la población con la que está trabajando, puede usar una calculadora de tamaño de muestra para estimar los números necesarios.
| Ejemplo: Tamaño de la muestra Debido a que necesita asegurarse de que el tamaño de su muestra de graduados de doctorado sea lo suficientemente grande, decide utilizar un muestreo desproporcionado. Aunque los estudiantes de doctorado constituyen una pequeña proporción de la población estudiantil general, su muestra es aproximadamente ? graduados de licenciatura, ? graduados de maestría y ? graduados de doctorado. |
Paso 4: Muestra aleatoria de cada estrato
Finalmente, se debe usar otro método de muestreo probabilístico, como el muestreo aleatorio simple o sistemático, para muestrear dentro de cada estrato.
Si se hace correctamente, la aleatorización inherente a tales métodos le permitirá obtener una muestra que sea representativa de ese subgrupo en particular.
Ejemplo: Muestreo aleatorio
Utiliza un muestreo aleatorio simple para elegir sujetos dentro de cada uno de sus nueve grupos, seleccionando un tamaño de muestra aproximadamente igual de cada uno. Luego puede recopilar datos sobre salarios e historial laboral de cada uno de los miembros de su muestra para investigar su pregunta.
Preguntas frecuentes sobre el muestreo estratificado
¿Qué es el muestreo probabilístico?
El muestreo probabilístico significa que cada miembro de la población objetivo tiene una posibilidad conocida de ser incluido en la muestra. Los métodos de muestreo probabilístico incluyen el muestreo aleatorio simple, el muestreo sistemático, el muestreo estratificado y el muestreo por conglomerados.
¿Qué es el muestreo estratificado?
En el muestreo estratificado, los investigadores dividen a los sujetos en subgrupos llamados estratos según las características que comparten (p. ej., raza, género, nivel educativo).
Una vez dividido, cada subgrupo se muestra aleatoriamente utilizando otro método de muestreo probabilístico.
¿Cuándo debo utilizar el muestreo estratificado?
Debe usar el muestreo estratificado cuando su muestra se puede dividir en subgrupos mutuamente excluyentes y exhaustivos que cree que tomarán diferentes valores medios para la variable que está estudiando.
El uso de muestreo estratificado le permitirá obtener estimaciones estadísticas más precisas (con una varianza más baja) de lo que sea que esté tratando de medir.
Por ejemplo, supongamos que desea investigar cómo difieren los ingresos según el nivel educativo, pero sabe que esta relación puede variar según la raza. Con el muestreo estratificado, puede asegurarse de obtener una muestra lo suficientemente grande de cada grupo racial, lo que le permite sacar conclusiones más precisas.
¿Puedo estratificar por múltiples características a la vez?
Sí, puede crear una muestra estratificada utilizando múltiples características, pero debe asegurarse de que cada participante en su estudio pertenezca a un solo subgrupo. En este caso, multiplica el número de subgrupos de cada característica para obtener el número total de grupos.
Por ejemplo, si estuviera estratificando por ubicación con tres subgrupos (urbano, rural o suburbano) y estado civil con cinco subgrupos (soltero, divorciado, viudo, casado o en pareja), tendría 3 x 5 = 15 subgrupos.
Conclusión
En conclusión, el muestreo estratificado es un tipo de método de muestreo en el que la población total se divide en grupos o estratos más pequeños para completar el proceso de muestreo. Los estratos se forman en base a algunas características comunes en los datos de población. Después de dividir la población en estratos, el investigador selecciona aleatoriamente la muestra de manera proporcional.
El muestreo estratificado es una técnica de muestreo común utilizada por los investigadores cuando intentan sacar conclusiones de diferentes subgrupos o estratos. Los estratos o subgrupos deben ser diferentes y los datos no deben superponerse.
Fuentes consultadas
- Thomas, L. (2020, septiembre 18). Stratified sampling. Scribbr. https://www.scribbr.com/methodology/stratified-sampling/
- What is Stratified Sampling? Definition of Stratified Sampling, Stratified Sampling meaning. (s/f). The Economic Times. Recuperado el 2 de septiembre de 2022, de https://economictimes.indiatimes.com/definition/stratified-sampling